基于自适应多神经网络的胎盘超声图像自动分级研究

• 作者: 杨旭华 毛剑飞 田贤忠
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 胎盘超声图像 自动分级 自适应多神经网络 阈值分割 两级分离
• 年，卷（期）: 2006,（7）
• 所属期刊栏目: 学术论文与技术报告
• 页码范围: 965-970
• 页数: 6页
• 分类号: TP391.41
• 字数: 4348字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8961.2006.07.010

摘要

针对胎盘超声图像自动分级这一临床应用问题,提出一种基于自适应多神经网络的分级算法.该算法与一般的一次性分离算法不同,其是通过设计两级BP神经网络模型来对胎盘图像进行两级分离.该算法在神经网络的训练中,对神经网络的输出没有采用一般的四舍五入来得到胎盘级数,而是采用了更合理的胎盘级数判定准则,并由此提出了一种自适应确定阈值的算法,用来判定胎盘级数.实验及临床应用表明:该算法能得到与专家手工分级基本吻合的自动分级结果,其阈值分割前得出的分级结果更可以给医生一个精确的定量衡量胎盘成熟期的参考,因此具有较好的临床应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨旭华	浙江工业大学信息学院	31	275	7.0	16.0
2	田贤忠	浙江工业大学信息学院	36	269	10.0	14.0
3	毛剑飞	浙江工业大学信息学院	13	110	6.0	10.0